图像平滑处理

  图像平滑(image smoothing)是为了弱化或消除图像中的细节、突变、边缘和噪声，也可以称为模糊。它主要用到了cvSmooth函数：

void cvSmooth (
    const CvArr *src, CvArr *dst, int smoothtype = CV_GAUSSIAN,
    int param1, int param2, double param3, double param4);

参数src是输入图像，dst是输出图像。smoothtype平滑方法有以下几种：

• CV_BLUR_NO_SCALE(简单非尺度变换的模糊)：对每个像素的param1 * param2邻域求和。如果邻域大小是变化的，可以事先利用函数cvIntegral计算积分图像。
• CV_BLUR(simple blur)：对每个像素param1 * param2邻域求和并做尺度变换1 / (param1 * param2)。
• CV_GAUSSIAN(gaussian blur)：对图像进行核大小为param1 * param2的高斯卷积。
• CV_MEDIAN(median blur)：对图像进行核大小为param1 * param1的中值滤波(邻域是方的)。
• CV_BILATERAL(双向滤波)：应用双向3 * 3滤波，彩色sigma为param1，空间sigma为param2。

  param1是平滑操作的第一个参数；param2是平滑操作的第二个参数。对于简单非尺度变换的高斯模糊的情况，如果param2的值为零，则表示其被设定为param1。param3对应高斯参数的Gaussian sigma(标准差)，如果为零，则标准差由下面的核尺寸计算：

sigma = (n / 2 - 1) * 0.3 + 0.8

其中n = param1对应水平核，n = param2对应垂直核。
  对小的卷积核(3 * 3至7 * 7)，使用如上公式所示的标准sigma速度会快。如果param3不为零，而param1和param2为零，则核大小由sigma计算(以保证足够精确的操作)。
  函数cvSmooth可使用上面任何一种方法平滑图像，每一种方法都有自己的特点以及局限。

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

void smooth ( IplImage *image );

int main ( int argc, char **argv ) {
    IplImage *img = cvLoadImage ( argv[1] );
    smooth ( img );
}

/* 对图像做简单的平滑处理。方法是对传进来的图片每个像素点“3 * 3”区域做高斯平滑 */
void smooth ( IplImage *image ) {
    cvNamedWindow ( "Example4-in" ); /* 创建两个窗口 */
    cvNamedWindow ( "Example4-out" );
    cvShowImage ( "Example4-in", image );
    IplImage *out = cvCreateImage ( /* cvCreateImage创建图像结构空间 */
                        cvGetSize ( image ), /* 大小与传入的图像等大 */
                        IPL_DEPTH_8U,/* 像素点的数据类型 */
                        3 /* 当前图像3通道 */
                    );
    /* 参数分别为输入、输出、高斯、“3 * 3” */
    cvSmooth ( image, out, CV_GAUSSIAN, 3, 3 );
    cvShowImage ( "Example4-out", out );
    cvReleaseImage ( &image );
    cvReleaseImage ( &out );
    cvWaitKey ( 0 );
    cvDestroyWindow ( "Example4-in" );
    cvDestroyWindow ( "Example4-out" );
}